高峻峻:智能決策系統如何讓企業特殊時期絕處逢生

師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生

編者語:


上海大學MBA中心公眾號推出“師之灼見”專欄,與您分享我們MBA的教授、業界專家與企業導師們的灼見真知。“師非道也,道非師不幬;師非學也,學非師不約”。


師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生

師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生

http://www.mba.shu.edu.cn/


新冠肺炎疫情給中國許多企業帶來了難以承受的負面影響,面對此狀,上海大學MBA《運營管理》課程授課教師,零售供應鏈專家,阿里研究院學術委員——高峻峻教授,為正陷在困境中的中國零售企業指點迷津:


本文目錄


一、抗疫大腦:經營計劃讓大家樹立信心

二、疫後先知:疫後供應恢復模擬推演

三、標籤體系:抗擊疫情的精細化管理基礎

四、庫存優化:抗擊疫情的生命線


​新冠肺炎自2020年1月爆發以來,中國多個省市已啟動最高級別的重大突發公共衛生事件一級響應,並採取各項嚴格措施遏制疫情蔓延,大家眾志成城,信心十足,但迫切希望看見的抗疫拐點依然需要等待。與此同時,各地都有巨大的即刻復工壓力,與嚴防疫情擴散的管制流動措施構成明顯的矛盾。這也意味著中國零售正在進入生死時速。


具體到零售服飾企業,百麗集團2月份業績下滑80%,3月份則根本無法預估,多家國內服飾零售商春節銷售表現一落千丈。受此影響日播時尚、匯潔股份、安正時尚、地素時尚、九牧王、安奈兒、貴人鳥、天創時尚、太平鳥和歌力思等逾10個A股上市零售商股價週一大跌10%,整個滬深的服裝家紡板塊總市值大跌近7%至2713億元,蒸發近186億元人民幣。紡織服裝行業資金壓力較大,而且是勞動密集性行業。受供需兩端的雙頭擠壓,現金流壓力最大。


而在這個特殊時刻,在不確定性的環境中進行決策是企業面臨的巨大挑戰,從基於經驗的決策到基於數據+算法的決策,是企業數字化轉型的基本模式。在這場抗疫戰爭中,我們無時無刻不在思考,如何縮短建造一個“火神山”的時間,如何避免“全球捐贈,武漢缺貨”的現象,如何提升醫療物資的使用效率,如何能夠儘快研發出來抗擊新冠肺炎特效藥,這場戰爭的本質就是資源配置效率的競爭,就是要以數據自動流動化解複雜系統的不確定性,優化資源的配置效率和反應速度。


對於企業來說,企業的本質屬性是在不確定性的環境中如何決策,如何開發出適合戰疫需要的新品,如何重新對客戶進行定位,是否要著重開拓電商渠道,如何對經營計劃進行調整,是否要開闢新的銷售渠道,是否要使用新的營銷手段,如何對供應鏈進行優化,如何能降低庫存來提升生命力,科學決策的背後是資源優配置效率的提高。如何提高資源優化配置效率,核心是如何實現科學決策、精準決策、高效決策。


抗疫大腦:經營計劃讓大家樹立信心


1、一切經營計劃被疫情打亂怎麼辦?

2、年初制定的經營計劃趕不上疫情的變化怎麼辦?

3、資源無法匹配怎麼辦?

4、如何對經營計劃做出預測?

5、如何能夠快速穩定軍心?


經營計劃是經營的起點,企業全年的經營活動都圍繞這份計劃而展開。而經營計劃作為這場抗擊疫情的“總指揮部”在此時期則發揮了重要作用,目的是“要將看不見的企業經營意志,通過戰略、戰術、戰鬥的活動落實到員工的每一天的行動中去。經營計劃的迅速而科學的調整,從最大程度上反應了企業對於危機應對和資源調配的能力和素養,同時也如同給眾多員工、供應商、合作伙伴吃了一顆定心丸,證明我們不是坐以待斃。針對這次疫情,企業要能重新調整整體經營目標,並且對於各個銷售渠道、組織、店鋪、平臺等的經營目標進行分配和指導,同時根據市場實際需求預測對於企業整體經營計劃加以論證並完善,使其更加可執行和可衡量,並以此為依據對於經營活動所需要的各項資源,從時間和空間上進行具體統籌安排。


師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生

圖1-及時追蹤抗菌面料產品的銷售情況,快速調整銷售策略


這就要求現代的經驗計劃要有“可視化、智能化和靈活化”,並且具備以下六大功能:


仿真模擬:牽一髮而動全身,任意調整一個數據,可以看到對其他和整體的影響


精準預測:建立精準預測模型來幫助決策者制定各個層級的銷售目標


資源優化:精準感知需求後優化供應資源來進行高效匹配


指揮下沉:決策者可以指揮到最小單兵作戰單元,即門店、SKU等顆粒度以及各種組合


自由組合:決策者可以在不同的顆粒度對於不同的決策要素進行自由的排列組合,如產品/渠道/客戶/供應商等等


全程掌控:一切進展盡在決策者的掌控之中,一切調整都在實時的狀態中完成以應對市場變化


師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生

圖2-及時調整線上渠道經營計劃


疫後先知:疫後供應恢復模擬推演

大概率事件,疫情過後消費者的需求一定會出現報復性上升。而需求的曲線會呈現先低後高、扇形擴散的局面。屆時所有的門店都會開放,所有的機器都會全速啟動,所有的物流都會滿路飛跑。那麼,疫情以後要首先賣什麼,如何能夠預定到所需要的原材料、零部件,如何能夠迅速的爭搶到員工,這些也都是企業決策者所面臨的問題。


目前很多企業的恐慌,一是怕目前沒有銷售,二是怕後面銷售起來了各種供應又跟不上。特別是第二個恐慌在疫後其實非常現實的,03年非典之後就出現過類似情況。然而供應生產到底怎麼做,如何發揮供應鏈、設備、渠道、人、原材料的最佳匹配,很多企業卻沒有想到。他們摸到的都是大象的一個小小的部位,因此需要有面向企業的服務平臺,對訂單生產進行模擬。這些需要軟件來幫助這些決策者。


疫後市場需求一旦啟動,會引起三大短缺:一是人員短缺,二是原材料短缺,三是物流運力短缺。而對於原材料的需求量,至少以進入網格化統計。以供應商為單位,進行原材料推演,防止下一步出現原材料的恐慌和無序調動。可以根據供應鏈恢復的順序,計算物資調動強度和分佈區域,從而建立一套虛擬供應鏈軍情室,模擬未來幾個月的物流流動情況。這些仿真,只要有了輸入數據,做起來也並不難。通過建模仿真的方式,完全可以提前做到心中有數,胸有計劃。數字化技術在企業中的應用,模擬決策和運籌計算也是重要一個環節。


師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生

圖3-快速模擬仿真調整抗菌面料商品的各大區銷售計


標籤體系:抗擊疫情的精細化管理基礎

“一萬個讀者心中就有一萬個哈姆雷特”,同理有一萬個消費者就有一萬個標籤庫。搭建起智能科學的用戶標籤體系、實現精細化運營,成為了企業精益增長的首選戰術。以N95口罩的需求和供應為例,在疫情初期由於對於新冠病毒的認知不足,導致“N95是否適用這個病毒,什麼樣場合下需要佩戴這類口罩,什麼樣的人群適合佩戴這類口罩”等一系列的問題出現,導致需要這類口罩的醫護人員嚴重短缺,而對此類口罩沒有那麼強制需求的大眾手裡又囤積的大量庫存,導致資源嚴重不匹配。這些都是病毒、醫療物資和使用者的標籤體系沒有建立起來導致資源嚴重的不匹配。


對於企業而言,建立起商品、門店、渠道、經銷商、消費者的各種標籤體系,則有助於企業迅速的在本次疫情中找到最佳匹配消費者的最合適商品,同時通過最合適的渠道和門店來銷售出去。而且標籤體系一旦建立和完善起來,將來不論出現什麼樣的情況,企業都能啟動相應的處理機制和找到合適的方法,做到遊刃有餘的應對。具體來說有以下幾點好處:


1、輔助高效運營決策-從粗放式到精細化,將⽤用戶群體切割成更細的顆粒度,輔以短信、推送、郵件、活動等⼿段,輔以關懷、挽回、激勵等策略。


2、深度洞察用戶-在產品⽤戶量增加後,需要輔以⽤戶畫像配合研究,如新增的用戶有什麼特徵,核心⽤戶的屬性是否變化等標籤可以理解作為用戶分層分類的規則之⼀,數據平臺搭建,打通企業數據孤島能⽀持更加豐富和深層的分析及對⽐。


3、更新、改進產品-⽤戶標籤是很多數據產品的基礎,如廣告系統、個性化推薦系統、CRM基礎搭建等,都離不開對用戶數據的深度分析。


師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生


圖4-集群分類,按照抗菌面料生成的商品生命週期預測曲線


庫存優化:抗擊疫情的生命線

春節期間,本應是全年線下消費的最大旺季,有利於增厚紡織服裝公司的利潤水平。但由於新型冠狀病毒感染肺炎疫情的爆發,疫情直接導致終端消費快速下滑,庫存累積嚴重等。根據同花順的報道,餐飲服飾零售等行業的小企業或者個體工商戶的可維持年限不超過6-8個月。紡織服裝行業資金壓力較大,而且是勞動密集性行業,受供需兩端的雙頭擠壓,現金流壓力最大。


此次疫情無疑也是考驗企業精細化的重要時刻,特別是庫存管理,也是個老生常談的事情,然而庫存管理了好多年,危機一旦到來還是拖了後腿。這次疫情也倒逼這企業對於精細化管理的重視以提升自身抗風險的能力。


庫存的本質是商品管理,商品在新零售中所扮演的角色其實是一個“中樞”:前端鏈接了設計和研發,後端鏈接了供應鏈和採購,中間鏈接了運營和市場,進而驅動了整個企業的運營,而且商品力作為服裝企業“三大能力”之首,更是直接決定了品牌的價值,並且更決定了企業的庫存管理水平。消費者之所以和企業進行交易的動機,主要誘因就是商品本身給消費者帶來的價值。


疫情不要慌,戰局不能等。現在最不缺的就是人手,有著大量的時間;最缺的就是系統化思維。只需要組織好,通過“戰疫臨時指揮部”,企業自身和外部供應商的智慧和成熟產品,採用數字化手段,做好虛擬生產和虛擬物流的演練,就可以順利打響企業的商品供應鏈攻防戰。


本文轉自微信公眾號:oIBP歐睿數據


師之灼見 | 高峻峻:智能決策系統如何讓企業特殊時期絕處逢生


高峻峻


上海大學MBA《運營管理》課程授課教師、上海大學悉尼工商學院教授、博士生導師、零售供應鏈專家;

oIBP歐睿數據創始人、需求鏈解決方案提出者;

賓夕法尼亞大學沃頓商學院訪問學者、阿里研究院第三屆學術委員會委員(新零售和供應鏈方向)、京東集團特聘教授、國家自然科學基金委通訊評審專家;


主持多項國家級省部級課題,發表高水平論文二十餘篇,編寫的盒馬案例入選MBA國家百優案例庫;主導過多家零售企業相關供應鏈計劃及仿真模擬項目,曾為特步、李寧、太平鳥、太平洋咖啡、華為終端、肯德基、康師傅、來伊份、中興電子等多家知名企業提供大數據分析和零售供應鏈管理等相關諮詢與培訓。


This news is about prof. Junjun Gao 's suggestions for retail industry considering the severe situation of the coronavirus epidemic through data analysis.



分享到:


相關文章: